Offerta Didattica
METODI E LINGUAGGI DEL GIORNALISMO
SOCIAL MEDIA MANAGEMENT
Classe di corso: LM-19 - Informazione e sistemi editoriali
AA: 2020/2021
Sedi: MESSINA
SSD | TAF | tipologia | frequenza | moduli |
---|---|---|---|---|
ING-INF/05, SECS-S/05 | Caratterizzante | Libera | Libera | Sì |
CFU | CFU LEZ | CFU LAB | CFU ESE | ORE | ORE LEZ | ORE LAB | ORE ESE |
---|---|---|---|---|---|---|---|
12 | 12 | 0 | 0 | 72 | 72 | 0 | 0 |
LegendaCFU: n. crediti dell’insegnamento CFU LEZ: n. cfu di lezione in aula CFU LAB: n. cfu di laboratorio CFU ESE: n. cfu di esercitazione FREQUENZA:Libera/Obbligatoria MODULI:SI - L'insegnamento prevede la suddivisione in moduli, NO - non sono previsti moduli ORE: n. ore programmate ORE LEZ: n. ore programmate di lezione in aula ORE LAB: n. ore programmate di laboratorio ORE ESE: n. ore programmate di esercitazione SSD:sigla del settore scientifico disciplinare dell’insegnamento TAF:sigla della tipologia di attività formativa TIPOLOGIA:LEZ - lezioni frontali, ESE - esercitazioni, LAB - laboratorio
Obiettivi Formativi
Apprendimento dei principali metodi per l'analisi di grandi quantità di dati. Offrire una nuova prospettiva sul mondo dei dati e il loro potere informativo orientato ai professionisti della conoscenza, come comunicatori e giornalisti, per consentire loro di sapere dove trovarli e come analizzarli al fine di utilizzarli per estrarne comprensione e significato. Le novità principali che si stanno sviluppando in questo ambito risiedono proprio nelle modalità di ricerca, analisi e design utilizzate per estrarre contenuti dai dati e trasformarli in informazione. Imparare a interpretare i dati affinché siano non più solamente sequenze alfanumeriche, ma sistemi comprensibili nei quali si possano leggere differenze, tendenze, correlazioni, imperfezioni e persino sfumature di significato. Il modulo di Social Web Management (6 CFU) si pone l’obiettivo id fornire le competenze utili alla progettazione e alla gestione efficace di canali comunicativi digitali quali ad esempio il Web 2.0, i Social Media e i canali tradizionali dell'editoria multimediale.Learning Goals
Students will be introduced to the main methods for analyzing large amounts of data. The module will offer a new perspective on the world of data and their information power oriented to knowledge professionals, such as communicators and journalists, to allow them to know where to find and how to analyze data in order to extract understanding and meaning. The main innovations that are being developed in this area lie precisely in the research, analysis and design methods used to extract content from data and transform it into information. Learn to interpret the data so that they are no longer just alphanumeric sequences, but understandable systems in which you can read differences, trends, correlations, imperfections and even nuances of meaning. The Social Web Management module (6 CFU) aims at providing the skills for the design and the effective management of digital communication channels such as the Web 2.0, Social Media and traditional channels of multimedia publishing.Metodi didattici
Modulo: A000120 - WEB 3.0 E SOCIAL MEDIA Lezioni Frontali Modulo: A000121 - ANALISI DEI BIG DATA Il corso è articolato in lezioni frontali teoriche e pratiche, con applicazioni su grandi basi di dati. A questo scopo, vengono utilizzati specifici packages open source.Teaching Methods
Modulo: A000120 - WEB 3.0 E SOCIAL MEDIA Lectures Modulo: A000121 - ANALISI DEI BIG DATA The lessons deal with theoretical topics and related applications on large dataset. A support of "open source" packages will be provided to students to face the practical contents of the course.Prerequisiti
Conoscenze di Base della Statistica Sociale. Lo studente deve avere familiarità con le moderne piattaforme di produzione e disseminazione dei contenuti nel Web 2.0.Prerequisites
Basic knowledge about Social Statistics. The student has to be familiar with modern platforms for the production and dissemination of contents in the Web 2.0Verifiche dell'apprendimento
Modulo: A000120 - WEB 3.0 E SOCIAL MEDIA Esame orale Modulo: A000121 - ANALISI DEI BIG DATA La prova d'esame verte sia sull’accertamento della conoscenza della teoria, sia sulla capacità di applicare su dati empirici o simulati quanto appreso, tramite una o più prove intermedie. La valutazione viene effettuata in trentesimi. Viene giudicato sufficiente il raggiungimento, da parte dello studente, di un livello di preparazione che gli permetta di individuare correttamente, e mettere in pratica, la metodologia di indagine utile per affrontare un problema specifico. La valutazione cresce in misura diretta al grado di autonomia dello studente nell’analisi e nel confronto fra modelli e metodologie alternative. Viene valutata positivamente anche la capacità di analizzare i risultati ottenuti con adeguato spirito critico.Assessment
Modulo: A000120 - WEB 3.0 E SOCIAL MEDIA Oral Exam Modulo: A000121 - ANALISI DEI BIG DATA The knowledge acquired by the student in theoretical issues and the ability to face application problems is evaluated by considering both the scores obtained in the intermediate test and in the final exam. A level of knowledge that allows the student to utilize proper methods to solve specific problems is apreciated, as well as the ability to compare alternative methods. In addition, the ability to critically analyze the results is positively evaluated.Programma del Corso
Modulo: A000120 - WEB 3.0 E SOCIAL MEDIA 1. Studiare la realtà attraverso i dati digitali 2. Social Media e Analisi del Contenuto 3. Lasentiment analysis 4. Analisi di reti sociali. 5. Applicazioni dellIntelligenza Artificiale alleScienze Sociali. 6. Social Media e società: tra Big Data e Echo Chambe Modulo: A000121 - ANALISI DEI BIG DATA STRUMENTI DI MISURAZIONE IN AMBITO SOCIALE: scale di misura, differenze individuali, correlazione, regressione. Affidabilità e validità di uno strumento di misura (ad esempio, un questionario, un test di profitto etc.) ERRORI DI MISURAZIONE: errori di risposta, errori nella costruzione di un test o di un questionario. I BIG DATA: informazione, tecnologia, metodi e impatto. Tecniche di classificazione, Riconoscimento di strutture, Analisi del testo.Course Syllabus
Modulo: A000120 - WEB 3.0 E SOCIAL MEDIA 1. The digital data in everyday life 2. Social Media and Content Analysis 3. Sentimentanalysis 4. Analysis of social networks. 5. Applications of Artificial Intelligence to SocialSciences. 6. Social Media and society: between Big Data and Echo Chamber Modulo: A000121 - ANALISI DEI BIG DATA SOCIAL MEASUREMENT TOOLS: measurement scales, individual differences, correlation, regression. Reliability and validity of a measuring instrument (for example, a questionnaire, a profit test etc.) MEASUREMENT ERRORS: response errors, errors in the construction of a test or a questionnaire. BIG DATA: information, technology, methods and impact. Classification techniques, Recognition of structures, Text analysis.Testi di riferimento: Modulo: A000120 - WEB 3.0 E SOCIAL MEDIA
P. Natale e M. Airoldi, Web e Social Media, Maggioli Editore, 2017 R. Walpole, R. Myers, S. Myers, K. Ye. Analisi Statistica dei Dati per l'Ingegneria. Pearson,2016 C. Manning, P. Raghavan, H. Schultze. Introduction to Information Retrieval. Disponibile alsito Web: https://nlp.stanford.edu/IR-book/ , 2018
Modulo: A000121 - ANALISI DEI BIG DATA
Domenica Fioredistella Iezzi – Statistica per le Scienze Sociali. Carocci Editore (capitoli da 1 a 9, e da 12 a 14).
Andrea De Mauro - Big Data Analytics - Analizzare e interpretare dati con il machine learning.. Ed. Apogeo. ISBN libro : 9788850334780 - ISBN Ebook: 9788850318599
Esami: Elenco degli appelli
Elenco delle unità didattiche costituenti l'insegnamento
Docente: PASQUALE DE MEO
Orario di Ricevimento - PASQUALE DE MEO
Giorno | Ora inizio | Ora fine | Luogo |
---|---|---|---|
Mercoledì | 15:00 | 16:30 | DICAM, stanza n. 246 |
Note:
Docente: ANTONINO DI PINO INCOGNITO
Orario di Ricevimento - ANTONINO DI PINO INCOGNITO
Giorno | Ora inizio | Ora fine | Luogo |
---|---|---|---|
Giovedì | 14:00 | 19:00 | per via telematica, su appuntamento sulla Chat di Microsoft Team di Ateneo |
Note: